2018年中国人工智能金融行业研究报告

人工智能研究报告。

(资料图)

全文字数：5935字精读时间：11分钟。

核心：

人工智能金融行业发展特点：技术提供商主要通过创造、合作、赋能等方式为传统金融机构提供各种技术产品和解决方案。目前行业的发展还处于早期阶段，需要技术的不断发展和与金融场景的不断融合。

科技企业未来的竞争格局：科技企业的竞争将趋于成熟理性，在技术、资金、人才、场景等方面具有优势的科技巨头和在技术优势细分领域的标杆企业将实现长期发展。

金融行业未来演进趋势：金融行业将实现真正的普遍化，一方面让更好的金融服务覆盖小微企业和更多长尾客户，另一方面进一步降低金融机构的运营成本，最终实现全社会福利的提升。

金融监管未来发展方向：我国金融监管可以借鉴国外的一些成熟经验，结合我国国情建立专业化的金融技术监管机构，加强新技术的研究和探索，创新监管手段，更好地应对行业未来的发展和挑战。

行业概述人工智能金融行业定义。

人工智能技术助力传统金融业务转型升级。

AI金融和金融科技在定义上有明显的区别。金融科技主要是指广泛的新兴技术(大数据、云计算、区块链、人工智能)与金融业的结合。艾瑞认为，AI金融主要以AI核心技术(机器学习、知识图谱、自然语言处理和计算机视觉)为驱动，赋能金融行业所有参与者和业务环节，凸显AI技术在金融行业产品创新、流程再造和服务升级中的重要作用。本报告重点介绍了上述人工智能金融行业的特点，并描述了人工智能金融行业的发展现状和未来前景。

金融技术应用发展历程。

技术进步推动金融业从信息化向智能化演进。

纵观金融业半个多世纪的发展历史，每一次技术升级和商业模式变革，都离不开技术赋能和理念创新的有力支撑。根据金融业发展不同时期的代表性技术和核心业务要素的特点，IT可分为“IT金融阶段”、“互联网金融阶段”和“人工智能金融阶段”，目前正在经历。每个阶段都有重叠的影响，形成融合上升的创新格局。目前，人工智能金融发展阶段基于稳定可靠的IT信息系统和成熟的互联网发展环境，重塑了金融产业链布局和商业逻辑本质。技术对行业的改变比以往任何阶段都显著，对金融业未来的发展方向影响深远。

人工智能金融产业的驱动因素。

与政府合作，在金融行业推广人工智能技术。

不良贷款余额的增加迫使金融机构采取更有效的风险控制措施。

2011年至2018年8年间，我国商业银行不良贷款余额从4279亿元增长至19571亿元，其中2018年6月不良贷款余额较2011年12月增长357%。不良贷款率从1%上升至1.86%，总体呈上升趋势。从近年来的趋势来看，传统金融机构存在对制度和流程建设重视不够、对违约风险的及时监控能力不足、缺乏系统的风险预警机制等原因

人工智能+金融行业相关技术梳理

人工智能与大数据等技术相互融合，共同推动金融行业发展

在人工智能+金融行业中，人工智能与大数据、云计算以及区块链技术并不是相互割裂的，更多的表现为相互依存的关系。大数据可以为人工智能技术在机器学习训练、算法优化等方面提供丰富的养料；云计算为大数据提供超强的运算和存储能力，显著降低运营成本；区块链解决了大数据、云计算、人工智能技术存在的信息被泄露、篡改的安全性问题，使得金融交易具有更高的安全性。人工智能技术作为金融行业未来发展的核心驱动力，与其他相关技术一道共同促进金融行业转型升级。

人工智能+金融行业核心技术梳理

人工智能技术助力金融场景实现智能化

就人工智能而言，在金融行业的相关场景中以机器学习、知识图谱、自然语言处理、计算机视觉这四项技术应用较多。机器学习（尤其是深度学习）作为人工智能的核心，作为金融行业各类智能应用得以实现的关键技术发挥极其重要的作用；知识图谱利用知识抽取、知识表示、知识融合以及知识推理技术构建实现智能化应用的基础知识资源；自然语言处理通过对词、句子以及篇章进行分析，对于客服、投研等领域效率的提升提供了有力支撑；计算机视觉技术通过运用卷积神经网络算法在身份验证和移动支付环节广泛应用。

人工智能+金融行业图谱